Rollup v4.40.0 版本发布:优化Tree-Shaking与动态导入处理
Rollup 是一个现代化的 JavaScript 模块打包工具,它通过静态分析将小块代码编译成大块复杂的代码,特别适合用于库和应用的打包。Rollup 最著名的特性是其高效的 Tree-Shaking 功能,能够自动删除未使用的代码,生成更小、更高效的打包结果。
核心特性优化
更智能的eval警告机制
在本次更新中,Rollup 改进了对 eval 和命名空间调用的警告机制。现在,这些警告只会在首次渲染时显示,并且只有当相关调用没有被 Tree-Shaking 移除时才会触发。这一改进使得开发者能够更清晰地识别真正需要关注的潜在问题,减少了不必要的警告干扰。
动态导入成员Tree-Shaking增强
Rollup 4.40.0 增强了对动态导入的处理能力。当动态导入的处理程序只是简单地映射到一个具名导出时,工具现在能够更智能地识别并移除未被使用的成员。这一优化特别适用于那些使用动态导入作为代码分割点的现代前端应用,能够进一步减小打包体积。
重要问题修复
动态导入与顶层await的交互处理
本次更新修复了在顶层await(TLA)的动态导入表达式中嵌套动态导入时的处理问题。现在,Rollup 能够正确识别这些嵌套导入同样需要被await处理,确保了代码执行的正确顺序。这一修复对于依赖复杂异步加载逻辑的应用尤为重要。
禁用Tree-Shaking时的命名空间导入问题
当开发者显式禁用Tree-Shaking功能时,之前的版本在处理解构命名空间导入时会出现问题。v4.40.0修复了这一问题,确保在这些情况下命名空间导入能够被正确渲染,为需要保留所有代码的特殊场景提供了更好的支持。
多重转换钩子过滤器的逻辑修正
对于使用多个转换钩子过滤器的场景,Rollup现在修正了其处理逻辑。更新后,只有当所有指定的过滤器条件都满足时,转换钩子才会被触发,这一改变使得过滤器的行为更加符合开发者的预期。
技术实现细节
在底层实现上,这些改进主要涉及Rollup的AST分析和代码生成逻辑的优化。特别是对于动态导入的处理,Rollup现在能够更深入地分析导入后的使用模式,从而做出更精确的Tree-Shaking决策。同时,警告系统的改进也体现了Rollup团队对开发者体验的持续关注。
这些变化使得Rollup在保持其核心优势——高效Tree-Shaking的同时,进一步提升了处理复杂现代JavaScript模式的能力,为开发者提供了更强大、更可靠的打包工具。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00